Вопрос PMF лучше формулировать не «нравится ли продукт рынку», а: существует ли достаточно большой и доступный сегмент, который регулярно получает важную ценность, выбирает продукт среди alternatives, готов платить и остаётся достаточно долго для устойчивой экономики?
PMF может существовать в одном use case и отсутствовать в другом. Поэтому всегда фиксируйте segment + job + product configuration.
Проводите интервью вокруг реальных событий: когда проблема возникла, чем её решали, что заставило искать альтернативу, кто участвовал, что было страшно менять. Ищите repeated patterns, а не красивые цитаты. Отдельно фиксируйте людей, у которых проблема есть, но они ничего не меняют: именно они помогают понять силу inertia.
Опишите desired progress и четыре силы: push текущей ситуации, pull нового решения, anxiety перехода и habit/status quo. Сильная pain без достаточного push или critical event может годами не приводить к покупке.
До масштабирования продукта убедитесь, что ваша solution concept действительно закрывает важную проблему. Используйте prototype, concierge/manual solution, smoke test, paid pilot или pre-sale. На этом этапе learning speed обычно важнее automation.
Не путайте положительную реакцию на demo с problem-solution fit. Более сильный signal — готовность изменить текущий процесс, выделить time/budget или принять другой meaningful commitment.
MVP должен проверять ключевую value hypothesis, а не быть маленькой версией будущего продукта. Уберите функции, которые не влияют на first-value. Чем проще causal chain «действие → ценность», тем легче интерпретировать evidence.
Activation event — наблюдаемое действие, которое связано с будущим retention/value. Не выбирайте событие только потому, что его легко измерить. Проверяйте correlation с retention и качественно подтверждайте, что именно в этот момент клиент получил value.
Retention — один из сильнейших behavioral signals PMF, но форма кривой зависит от категории. Daily social product и annual enterprise software нельзя сравнивать одним benchmark. Ищите стабилизацию cohort behavior и повторяемость между cohorts.
Для SaaS дополнительно смотрите usage depth, seat expansion, GRR/NRR. Для e-commerce — repeat purchase и contribution by cohort. Для marketplace — repeat liquidity behavior обеих сторон.
Изучайте не только выигранных клиентов. Lost deals и no-decision показывают, где value слабая, urgency отсутствует, buyer risk слишком высок или category framing непонятен. Сравните reasons по сегментам и отделите product gap от sales execution gap.
Если продукт решает важную проблему, но никто не готов платить достаточно для вашей cost structure, PMF в коммерческом смысле слаб. Используйте price interviews, Gabor-Granger, Van Westendorp или choice tests в зависимости от maturity и категории.
Система должна выглядеть так: observation → hypothesis → experiment → customer behavior → learning → product/positioning change. Ведите experiment registry, чтобы не повторять одни и те же hypotheses и видеть cumulative evidence.
Опрос Sean Ellis может быть полезным signal, но не должен быть единственным критерием. Результат чувствителен к sample, stage и recruitment. Используйте его вместе с retention, WTP, organic pull и commercial evidence. Отдельно смотрите, кто именно попал в группу «very disappointed» и чем она отличается по use case и behavior.
Считайте PMF по meaningful cohorts: ICP tier, use case, acquisition source, company size, geography, pricing package. Среднее может скрывать сильный PMF в одном сегменте и отрицательную экономику в другом.
Быстрый acquisition может быть вызван скидками, PR spike или дешёвым каналом, но без retention он не подтверждает fit. И наоборот, маленький продукт с очень сильным retention в узком segment может иметь настоящий PMF и лишь ещё не иметь масштабируемого distribution.
Сервис автоматизации отчётности имеет 70% logo retention в среднем. После segmentation выясняется: у компаний до 20 сотрудников retention 45%, у mid-market finance teams — 88%, expansion 125% NRR и вдвое ниже support cost. Вместо «улучшать продукт для всех» компания сужает ICP, перестраивает positioning под financial reporting workflow и получает более сильный PMF.
На стадии 0→1 пересматривайте PMF evidence каждые 2–4 недели. После появления устойчивых cohorts — ежемесячно или поквартально. Любое существенное изменение segment, pricing, product architecture или GTM фактически требует повторной проверки fit, потому что вы изменили одну из сторон системы.
Сильный PMF в микроскопической нише может быть отличным бизнесом, но не обязательно поддерживает венчурный scale. После подтверждения behavioral fit отдельно оцените TAM/SAM/SOM, доступность distribution и realistic penetration. Это другой вопрос: PMF отвечает «есть ли сильное соответствие», market sizing — «насколько велико пространство роста».
Храните PMF evidence как набор cohort tables, interview summaries, win/loss reasons, pricing evidence и experiment results. Не сводите всё к одному score. Через несколько месяцев это позволит увидеть, какие assumptions укрепились, какие ослабли и где fit начал меняться после роста продукта или рынка.